You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/pl/for-teachers.md

76 lines
4.6 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T19:56:32+00:00",
"source_file": "for-teachers.md",
"language_code": "pl"
}
-->
## Dla nauczycieli
Chcesz wykorzystać ten program nauczania w swojej klasie? Śmiało!
W rzeczywistości możesz użyć go bezpośrednio na GitHubie, korzystając z GitHub Classroom.
Aby to zrobić, zrób fork tego repozytorium. Będziesz musiał utworzyć repozytorium dla każdej lekcji, więc konieczne będzie wyodrębnienie każdego folderu do osobnego repozytorium. Dzięki temu [GitHub Classroom](https://classroom.github.com/classrooms) będzie mógł obsłużyć każdą lekcję osobno.
Te [pełne instrukcje](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) pokażą Ci, jak skonfigurować swoją klasę.
## Korzystanie z repozytorium w obecnej formie
Jeśli chcesz korzystać z tego repozytorium w jego obecnej formie, bez użycia GitHub Classroom, również jest to możliwe. Musisz poinformować swoich uczniów, którą lekcję należy wspólnie przepracować.
W formacie online (Zoom, Teams lub inne) możesz utworzyć pokoje grupowe na potrzeby quizów i mentorować uczniów, aby przygotować ich do nauki. Następnie zaproś uczniów do rozwiązywania quizów i przesyłania odpowiedzi jako „issues” w określonym czasie. Podobnie możesz postąpić z zadaniami, jeśli chcesz, aby uczniowie pracowali wspólnie w otwartej przestrzeni.
Jeśli wolisz bardziej prywatny format, poproś uczniów, aby zrobili fork programu nauczania, lekcja po lekcji, do swoich własnych prywatnych repozytoriów na GitHubie i udzielili Ci dostępu. Wtedy mogą rozwiązywać quizy i zadania prywatnie i przesyłać je do Ciebie jako „issues” w repozytorium Twojej klasy.
Istnieje wiele sposobów, aby to działało w formacie klasy online. Daj nam znać, co działa najlepiej dla Ciebie!
## Zawartość programu nauczania:
20 lekcji, 40 quizów i 20 zadań. Lekcjom towarzyszą notatki wizualne dla osób uczących się wzrokowo. Wiele lekcji jest dostępnych zarówno w Pythonie, jak i R, i można je realizować za pomocą Jupyter notebooks w VS Code. Dowiedz się więcej o tym, jak skonfigurować swoją klasę do korzystania z tego stosu technologicznego: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Wszystkie notatki wizualne, w tym plakat w dużym formacie, znajdują się w [tym folderze](../../sketchnotes).
Możesz również uruchomić ten program nauczania jako samodzielną, przyjazną dla trybu offline stronę internetową, korzystając z [Docsify](https://docsify.js.org/#/). [Zainstaluj Docsify](https://docsify.js.org/#/quickstart) na swoim lokalnym komputerze, a następnie w folderze głównym lokalnej kopii tego repozytorium wpisz `docsify serve`. Strona internetowa zostanie uruchomiona na porcie 3000 na Twoim localhost: `localhost:3000`.
Przyjazna dla trybu offline wersja programu nauczania otworzy się jako samodzielna strona internetowa: https://localhost:3000
Lekcje są podzielone na 6 części:
- 1: Wprowadzenie
- 1: Definicja Data Science
- 2: Etyka
- 3: Definicja danych
- 4: Przegląd prawdopodobieństwa i statystyki
- 2: Praca z danymi
- 5: Relacyjne bazy danych
- 6: Nierelacyjne bazy danych
- 7: Python
- 8: Przygotowanie danych
- 3: Wizualizacja danych
- 9: Wizualizacja ilości
- 10: Wizualizacja rozkładów
- 11: Wizualizacja proporcji
- 12: Wizualizacja relacji
- 13: Znaczące wizualizacje
- 4: Cykl życia Data Science
- 14: Wprowadzenie
- 15: Analiza
- 16: Komunikacja
- 5: Data Science w chmurze
- 17: Wprowadzenie
- 18: Opcje niskokodowe
- 19: Azure
- 6: Data Science w praktyce
- 20: Przegląd
## Podziel się swoimi opiniami!
Chcemy, aby ten program nauczania działał dla Ciebie i Twoich uczniów. Podziel się z nami swoimi opiniami na forach dyskusyjnych! Możesz również utworzyć obszar klasy na forach dyskusyjnych dla swoich uczniów.
---
**Zastrzeżenie**:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż staramy się zapewnić dokładność, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.